古代韩文档案翻译：统计短语对齐、LLM上下文学习与跨方法论方法的比较分析
Ancient Korean Archive Translation: Comparison Analysis on Statistical phrase alignment, LLM in-context learning, and inter-methodological approach
AI总结：
本研究比较三种古代文本翻译方法，提出基于统一语料库句子片段标记的统计机器翻译方法，BLEU达36.71，超越现有模型。
摘要：
本研究旨在比较三种翻译稀疏语料库古代文本的方法：（1）传统的统计翻译方法——短语对齐，（2）上下文LLM学习，以及（3）提出的跨方法论方法——使用源自源-目标语料库统一集的句子片段标记的统计机器翻译方法。本研究所提方法的性能在BLEU分数上达到36.71，超过了SOLAR-10.7B上下文学习和现有最佳Seq2Seq模型的分数。进一步的分析和讨论已呈现。
英文摘要：
This study aims to compare three methods for translating ancient texts with sparse corpora: (1) the traditional statistical translation method of phrase alignment, (2) in-context LLM learning, and (3) proposed inter methodological approach - statistical machine translation method using sentence piece tokens derived from unified set of source-target corpus. The performance of the proposed approach in this study is 36.71 in BLEU score, surpassing the scores of SOLAR-10.7B context learning and the best existing Seq2Seq model. Further analysis and discussion are presented.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
